Synthesis and application of a novel magnetic metal-organic framework nanocomposite for determination of Cd, Pb, and Zn in baby food samples
Notice bibliographique
Résumé
This work describes the synthesis and application of a novel magnetic metal-organic framework (MOF) [(Fe 3 O 4 -2,5-dimercapto-1,3,4-thiadiazole)/Cu 3 (benzene-1,3,5-tricarboxylate) 2 ] to preconcentrate trace amounts of Cd(II), Pb(II), and Zn(II) ions. A Box–Behnken design was used to find the parameters affecting the preconcentration procedure through response surface methodology. Three variables including sorption time, amount of the magnetic sorbent, and sample pH were selected as affecting factors in the sorption step, and four parameters including type, volume, concentration of the eluent, and elution time were selected in the elution step for the optimization study. These values were 33 mg, 11 min, 5.7 EDTA, 4.3 mL, 0.64 mol L –l EDTA solution, 16 min, for amount of the magnetic sorbent, sorption time, sample pH, type, volume, and concentration of the eluent, and elution time, respectively. Following the sorption and elution steps, the ions were quantified by FAAS. The limits of detection were 0.10, 0.15, and 0.75 ng mL −1 for Cd(II), Zn(II), and Pb(II) ions, respectively. The relative standard deviations (RSD) of the method were less than 8.3% for five separate batch experiments in the determination of 25 μg L −1 of Cd(II), Zn(II), and Pb(II) ions. The sorption capacity of the magnetic MOF nanocomposite was 155 mg g −1 for Cd(II), 173 mg g −1 for Pb(II), and 190 mg g −1 for Zn(II). Finally, the magnetic MOF nanocomposite was successfully applied to rapidly extract trace amounts of heavy metal ions in baby food samples.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».